加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 大数据 > 正文

Golang教程:(十四)字符串

发布时间:2020-12-16 18:09:43 所属栏目:大数据 来源:网络整理
导读:原文:https://golangbot.com/strings/ 这是本Golang系列教程的第十四篇。 string 类型单独提取为一篇教程是因为在 Go 中,string 的实现方式同其他语言的不同。 什么是字符串 在 Go 中字符串是 byte 数组。可以通过将内容放在双引号 "" 之间的方式来创建一

原文:https://golangbot.com/strings/

这是本Golang系列教程的第十四篇。

string 类型单独提取为一篇教程是因为在 Go 中,string 的实现方式同其他语言的不同。

什么是字符串

在 Go 中字符串是 byte 数组。可以通过将内容放在双引号 "" 之间的方式来创建一个字符串。让我们看一个简单的例子,该例子创建并打印一个字符串:

package main

import (  
    "fmt"
)

func main() {  
    name := "Hello World"
    fmt.Println(name)
}

上面的[程序]输出:Hello World

Go 中的字符串符合 Unicode 标准,并以 UTF-8 编码。

访问字符串中的字节

因为字符串是字节数组,因此可以访问一个字符串中的字节。

package main

import (  
    "fmt"
)

func printBytes(s string) {  
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ",s[i])
    }
}

func main() {  
    name := "Hello World"
    printBytes(name)
}

在上面的程序中,len(s) 返回字符串中的字节数,我们用一个 for 循环以 16 进制打印这些字节。%x 格式化指示符用来以 16 进制打印参数。上面的程序打印:48 65 6c 6c 6f 20 57 6f 72 6c 64。它们是 "Hello World" 以UTF-8方式编码的Unicode值。对 Unicode 字符集和 UTF-8 编码有一个基本的了解会更好的理解 string 类型。我(原文作者)建议大家阅读:https://naveenr.net/unicode-character-set-and-utf-8-utf-16-utf-32-encoding/ 来学习什么是 Unicode 和 UTF-8。

让我们修改上面的程序以打印字符串中的字符:

package main

import (  
    "fmt"
)

func printBytes(s string) {  
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ",s[i])
    }
}


func printChars(s string) {  
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%c ",s[i])
    }
}

func main() {  
    name := "Hello World"
    printBytes(name)
    fmt.Printf("n")
    printChars(name)
}

在第 16 行的 printChars 函数中,%c 格式化指示符用来打印字符串中的字符。上面的程序输出为:

48 65 6c 6c 6f 20 57 6f 72 6c 64  
H e l l o   W o r l d

虽然上面的程序看起来是一种合法的打印字符串中各个字符的方法,但是这里有一个严重的错误。让我们深入这段代码看看究竟是哪里不对。

package main

import (  
    "fmt"
)

func printBytes(s string) {  
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ",s[i])
    }
}

func printChars(s string) {  
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%c ",s[i])
    }
}

func main() {  
    name := "Hello World"
    printBytes(name)
    fmt.Printf("n")
    printChars(name)
    fmt.Printf("n")
    name = "Se?or"
    printBytes(name)
    fmt.Printf("n")
    printChars(name)
}

上面程序的输出为:

48 65 6c 6c 6f 20 57 6f 72 6c 64  
H e l l o   W o r l d 
 53 65 c3 b1 6f 72  
S e ? ± o r

在上面的程序第 28 行,我们试图打印 Se?or 中的字符串,但是结果却是 S e ? ± o r,这明显是错的。为什么打印 Hello World 是对的,打印 Se?or 是错的呢?原因是 ? 的 Unicode 码点是 U+00F1 而它的 UTF-8 编码 占了两个字节:c3 和 b1。我们试图将一个字节视为一个字符来打印字符串的方法是错误的。在 UTF-8 编码中一个码点编码后可能占多于 1 个字节的空间。所以我们必须要解决这个问题。 rune 是我们的救星。

rune

rune 是 Go 中的内置类型,它是 int32 的别名。在 Go 中,rune 表示一个 Unicode 码点。无论一个码点会被编码为多少个字节,它都可以表示为一个 rune。让我们修改上面的程序,使用 rune 来打印字符串中的字符。

package main

import (  
    "fmt"
)

func printBytes(s string) {  
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ",s[i])
    }
}

func printChars(s string) {  
    runes := []rune(s)
    for i:= 0; i < len(runes); i++ {
        fmt.Printf("%c ",runes[i])
    }
}

func main() {  
    name := "Hello World"
    printBytes(name)
    fmt.Printf("n")
    printChars(name)
    fmt.Printf("nn")
    name = "Se?or"
    printBytes(name)
    fmt.Printf("n")
    printChars(name)
}

在上面的程序中,第 14 行,字符串被转换为 tune 切片。然后我们遍历该切片并打印其中的字符。程序的输出如下:

48 65 6c 6c 6f 20 57 6f 72 6c 64  
H e l l o   W o r l d 

53 65 c3 b1 6f 72  
S e ? o r

上面的输出是正确的。这正是我们想要的结果。

使用 range for 遍历字符串

上面的程序是遍历字符串中字符的一个正确方式。但是 Go 提供了一种更简单的方式来做到这一点:使用 range for。

package main

import (  
    "fmt"
)

func printCharsAndBytes(s string) {  
    for index,rune := range s {
        fmt.Printf("%c starts at byte %dn",rune,index)
    }
}

func main() {  
    name := "Se?or"
    printCharsAndBytes(name)
}

在上面的程序中,第 8 行通过使用 range for 遍历字符串。range 返回一个 rune (在 byte 数组中)的位置,以及 rune 本身。上面的程序输出为:

S starts at byte 0  
e starts at byte 1  
? starts at byte 2
o starts at byte 4  
r starts at byte 5

从上面的输出可以看到,? 占两个字节:)

通过 byte 切片创建字符串

package main

import (  
    "fmt"
)

func main() {  
    byteSlice := []byte{0x43, 0x61, 0x66, 0xC3, 0xA9}
    str := string(byteSlice)
    fmt.Println(str)
}

在上面的程序中,byteSlice"Café" 经过 UTF-8 编码后得到的切片(用 16 进制表示) 。上面的程序输出为:Café

如果我们换成对应的十进制数程序会正常工作吗?答案是:Yes。让我们测试一下:

package main

import (  
    "fmt"
)

func main() {  
    byteSlice := []byte{67, 97, 102, 195, 169}//decimal equivalent of {'x43','x61','x66','xC3','xA9'}
    str := string(byteSlice)
    fmt.Println(str)
}

上面的程序同样输出:Café

通过 rune 切片创建字符串

package main

import (  
    "fmt"
)

func main() {  
    runeSlice := []rune{0x0053, 0x0065, 0x00f1, 0x006f, 0x0072}
    str := string(runeSlice)
    fmt.Println(str)
}

在上面的程序中,runeSlice 包含了字符串 "Se?or" 的 Unicode 码点(以 16 进制表示)。程序的输出为:Se?or

字符串的长度

utf8 包 提供了 func RuneCountInString(s string) (n int) 来获取字符串的长度,该方法接受一个字符串作为参数,并返回该字符串中 rune 的数量。

译者注: RuneCountInString 返回字符串中 Unicode 字符的个数,而 len 返回字符串中 byte 的个数,注意两者的区别。

package main

import (  
    "fmt"
    "unicode/utf8"
)



func length(s string) {  
    fmt.Printf("length of %s is %dn",s,utf8.RuneCountInString(s))
}
func main() {  

    word1 := "Se?or" 
    length(word1)
    word2 := "Pets"
    length(word2)
}

上面程序的输出为:

length of Se?or is 5  
length of Pets is 4

字符串是不可变的

在 Go 中字符串是不可变的。字符串一旦被创建就无法改变。

package main

import (  
    "fmt"
)

func mutate(s string)string {  
    s[0] = 'a'//any valid unicode character within single quote is a rune 
    return s
}
func main() {  
    h := "hello"
    fmt.Println(mutate(h))
}

上面的程序中,第 8 行我们试图改变字符串的第一个字符为 a。因为字符串是不可变的,因此这是非法的,将会报错:main.go:8: cannot assign to s[0]

为了改变一个字符串中的字符,我们需要先把字符串转换为 rune 切片,然后修改切片中的内容,最后将这个切片转换回字符串。

package main

import (  
    "fmt"
)

func mutate(s []rune) string {  
    s[0] = 'a' 
    return string(s)
}
func main() {  
    h := "hello"
    fmt.Println(mutate([]rune(h)))
}

在上面的程序中,第 7 行 mutate 函数接受一个 rune 切片作为参数。然后将该切片的第一个元素改为 a,最后再转换回字符串并返回。该函数在程序中的第 13 行被调用。h 被转换为一个 rune 切片传递给 mutate。程序的输出为:aello

我已经在 github 上创建了一个单独的程序,该程序包含了所有我们讨论的内容。你可以在这里下载。


字符串的介绍到此为止。感谢阅读。

目录
上一篇:Golang教程:(十三)Map
下一篇:Golang教程:(十五)指针

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读